待验证50% 置信事实精确时间
微软的ClimaX探索了基于Vision Transformer的预训练-微调范式
1
来源数
50%
置信度
长期有效
时效性
2026/8/8
首次发现
来源
相关事实
待验证文生视频模型通常基于扩散变换器（Diffusion Transformer）架构，将运动先验与外观风格解耦处理67% 相似待验证社区开发者 Cseti 基于 LTX 2.3 训练了名为 LTX2.3-22B_IC-LoRA-CrossView-Prompt 的 IC-LoRA 模型，能够通过 prompt 引导让 AI 重新生成同一场景从另一个机位拍摄的画面65% 相似已验证Vision Transformer（ViT）由Google Brain团队于2020年提出，将Transformer架构引入计算机视觉领域64% 相似待验证动作识别领域经历了从手工特征（光流、HOG）到深度学习（双流网络、I3D、SlowFast）再到基于Video Transformer的范式转变64% 相似待验证Flux是由Black Forest Labs推出的新一代图像生成模型，基于Transformer架构64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/712682API
curl https://kongchang.com/api/v1/knowledge/claims/712682MCP
get_claim(id=712682)